共查询到20条相似文献，搜索用时 218 毫秒
1.
[研究目的]专利是技术信息的载体，以专利数据为研究对象，在产业链视角下进行技术主题提取及识别，从专利数据中识别新兴技术可以有助于把握新兴技术的发展动态。[研究方法]首先，根据产业链的概念和专利IPC分类号构建出产业链各个层级对应的专利集；然后，结合专利文本的特点提出EW-LDA主题模型，从词汇权重和语境两个角度对LDA主题模型进行改进，使用EW-LDA模型提取出产业链的各个层级中得技术主题；最后，根据专利文本及新兴技术的特点，从新颖度、热点度、关注度和增长率四个方面入手构建新兴技术主题识别指标，将技术主题分为新兴、热点、潜在、衰退和噪音五类。并在人工智能领域的专利数据上进行实验。[研究结论]结果表明，提出的EW-LDA主题模型具有更好的主题建模效果，产业链视角下的新兴技术主题识别方法可以有效的识别出新兴技术。 相似文献
2.
[研究目的]基于研究前沿多维特征指标测度识别研究前沿,分析科学前沿主题与技术前沿主题间的联系及其演化。[研究方法]首先,对论文和专利数据进行主题挖掘,从前沿主题特征出发通过新颖度、增长性、影响力和交叉性4个测度指标识别出研究前沿,分析科学前沿主题与技术前沿主题间的联系;其次,通过主题相似度计算、主题过滤等方法识别具有演化关系的主题对,并对前沿主题内容演化过程进行可视化分析。[研究结论]以固体氧化物燃料电池领域为例,识别出了包括固体氧化物燃料电池堆研究等在内的4个科学前沿主题与复合电极材料在内的4个技术前沿主题,科学研究与技术研究互相推进,呈现双螺旋式发展。 相似文献
3.
[目的/意义]从微观视角把握研究前沿主题在基金项目、论文数据中的关联关系，有助于准确把握科学知识生长中的研究前沿活动机理，对于研究前沿、新兴趋势识别和多源科技文献融合等工作具有一定的实践指导意义。[方法/过程]首先，利用LDA模型进行基金、论文研究主题探测；然后，综合新兴度、关注度指标和战略坐标图进行初始研究前沿判别，在主题扩散演化滞后效应测度结果基础上进行滞后修正的研究前沿识别；最后，利用ARIMA模型和Word2Vec模型进行研究前沿主题趋势预测分析。[结果/结论]以美国纳米农业领域为例进行了实证研究。研究发现，基金和论文在外部数量和内部主题特征两个层面都显示出一定的滞后性。文章对纳米颗粒在农作物代谢过程中诱导应激机制、用于绿色可持续环境及农业应用的纳米气泡技术、农作物吸收不同剂量下纳米材料的反应与机制等7个研究前沿主题发展趋势进行了预测分析。 相似文献
4.
[目的/意义]识别学科交叉前沿主题并预测其发展趋势,有助于了解学科内部结构,挖掘领域重点部署方向,为未来创新性、突破性研究提供参考。[方法/过程]以美国国家自然科学基金项目及其产出论文分别作为前端、后端数据,首先,从三个维度测度项目学科交叉度,遴选领域学科交叉项目;其次,从主题关注度、新颖度等方面构建研究前沿主题识别指标体系,对学科交叉主题进行二次遴选,满足阈值的即为学科交叉前沿主题;再次,对比时间序列分析模型ARIMA和LSTM主题拟合效果并选择误差最小模型对学科交叉前沿主题进行趋势预测分析;最后,以生物科学领域为例对方法的有效性和可行性进行实例验证。[结果/结论]生物科学领域在纳米生物学技术、全球变化和海洋环境生物学、生物信息学及壶菌病与两栖动物多样性方面有较好发展前景。经专家咨询和已有研究对比分析,该方法可有效识别领域学科交叉前沿主题,并对其未来研究趋势走向有一定参考借鉴。 相似文献
5.
[目的/意义]为提高新兴技术主题识别的全面性、准确性,在专利、论文信息的基础上,融入舆情信息,提出一种复合型的新兴技术主题识别方法,以期能为微观层面新兴技术主题识别方法的研究提供参考。[方法/过程]面向专利、期刊论文、学位论文、会议论文、舆情共5种不同的科技文献类型,运用LDA模型从多源异构文本中获取主题词,并进行融合分析,提取候选新兴技术主题;设计识别指标体系,弥补现有指标体系缺乏未来前景相应指标的不足;运用CRITIC法进行综合评价,确定最终的新兴技术主题。[结果/结论]以智能网联汽车为实验对象,成功识别出多传感器融合信息技术这项新兴技术,实验结果与业界分析保持一致,说明多源信息视角下的多指标新兴技术主题识别方法能有效地对多源异构文本开展新兴技术的主题识别。 相似文献
6.
[目的/意义]现有学科研究主题的梳理多为领域专家的定性分析和学科学者的文献梳理,一定程度会由于研究思维的局限性和获取知识的片面性造成学科研究主题误判,为有效避免漏判误判现象的发生,提出识别模型。[方法/过程]首先,运用传统LDA模型分析主题特征词;其次,结合上下文语义信息进行中文分词,形成学科主题词库;最后,结合隐含位置聚类算法发现潜在社区,提高主题识别效果。[结果/结论]提出的方法一定程度上优化了主题挖掘算法在识别短文本主题的效果,消除主观意愿。由计算机自行分类并实现科学研究前沿主题的预测,揭示前沿领域的研究热点,为致力于研究前沿学科的新兴学者提供参考价值。 相似文献
7.
8.
[目的/意义]本文对近三年来（2015-2017）SCI和SSCI收录的图书情报学的影响因子排名前50%的外文期刊刊载论文及其题录数据进行计量研究,进而揭示国际LIS领域热点研究主题,再利用著名的科学分析管理工具ESI追踪LIS领域的研究发展趋势。[方法/过程]使用自主研发的程序工具基于Louvain算法对领域知识网络进行知识群落划分,进而识别领域知识主题与研究热点,再利用科学分析管理工具ESI根据共被引分析和聚类算法选出学科最新研究前沿。[结果/结论]通过研究发现,近三年国际图书情报学的研究热点主题分别是文献计量、高校图书馆、网络社交媒体研究、管理、卫生健康、技术、信息检索、电子政府、企业管理和电子商务等特定领域的信息应用,研究前沿主要集中在学术平台替代计量学研究、在线用户评论研究、政治文本内容挖掘研究、智慧城市研究、读者阅读研究、社交媒体相关研究等。 相似文献
9.
10.
[目的/意义]文本智能计算是近年来的新兴交叉学科,揭示其研究动态对情报学研究有重要意义。[方法/过程]从关键词共现网络的视角,以WOS核心合集中的文献为分析样本,借助复杂网络计算、社区划分以及可视化等技术手段,揭示了文本智能计算研究的主题结构和演化脉络,并总结归纳了其发展态势。[结果/结论]当前文本智能计算研究的结构趋于稳定,各子领域关联性较强。研究当前主要分为5个子领域,人工智能、数据挖掘是当前的领域研究热点,文本分析领域将有所突破,并成为新的研究重心。 相似文献
11.
12.
为尽早发现颠覆性技术，同时全面监测各个子领域中具有颠覆性潜力的新兴和热点主题，提出一种融合属性计量、LDA模型与网络中心性指标的颠覆性技术识别方法。首先，从技术突破性和市场潜力两个维度设计评价指标，筛选出具有高颠覆性潜力的技术文献；其次，基于LDA模型将技术文献划分为不同子领域；最后，采用中心性指对分类网络中技术节点的影响力进行识别，基于特征向量中心性得到颠覆性主题子网，综合度中心性、中介中心性和接近中心进一步区分颠覆性热点主题和新兴主题。基于类脑智能领域的专利实证研究表明，分类网络可以很好地识别不成熟子领域中颠覆性技术的热点主题和新兴主题，这是对全局网络识别结果的补充和完善。 相似文献
13.
基于机器学习算法的研究热点趋势预测模型对比与分析——BP神经网络、支持向量机与LSTM模型 总被引：2，自引：0，他引：2
[目的/意义]细粒度分析学科领域热点主题发展脉络并对利用机器学习算法对未来发展趋势进行准确预测研究。[方法/过程]提出一种基于机器学习算法的研究热点趋势预测方法与分析框架，以基因工程领域为例利用主题概率模型识别WOS核心集中论文摘要数据研究热点主题并进行主题演化关联构建，然后选取BP神经网络、支持向量机及LSTM模型等3种典型机器学习算法进行预测分析，最后利用RE指标和精准度指标评价机器学习算法预测效果并对基因工程领域在医药卫生、农业食品等方面研究趋势进行分析。[结果/结论]实验表明基于LSTM模型对热点主题未来发展趋势预测准确度最高，支持向量机预测效果次之，BP神经网络预测效果较差且预测稳定性不足，同时结合专家咨询和文献调研表明本文方法可快速识别基因领域研究主题及发展趋势，可为我国学科领域大势研判和架构调整提供决策支持和参考。 相似文献
14.
[目的/意义]产业变革快速演进,技术创新成为驱动社会经济发展、提高国家和企业科技竞争力的关键所在,如何对前沿技术进行识别和预测,成为国家科技政策研究和企业技术创新活动关注的热点。[方法/过程]以人工智能作为重点研究领域,首先以LDA模型进行技术主题抽取,并结合K-means算法进行专利文本聚类;在此基础上,以Z分数表示技术主题创新度,以Sen's斜率估计技术主题授权趋势,两个指标结合形成技术主题前沿度并将二者映射到二维空间,识别前沿技术主题以及划分技术主题类型;再,计算前沿技术主题的新颖度和关注度,二者融合形成技术主题趋势度指标;最后,采用三次指数平滑法对前沿技术主题的发展趋势进行预测。[结果/结论]人工智能领域的前沿技术主题有“智能家居”“电动汽车”和“自动化控制系统”,其中“智能家居”在未来3年的发展呈下降态势,而“电动汽车”和“自动化控制系统”的发展呈明显上升趋势。 相似文献
15.
【目的/意义】诸多知名企业由于没有意识到新兴技术的发展趋势,忽略了未来可能对自身造成威胁的潜在
竞争对手,最终陷入破产境地。目前缺乏从新兴技术视角开展的潜在竞争对手识别研究。【方法/过程】在文献调研
的基础上,对潜在竞争对手识别的内涵进行分析,并构建新兴技术视域下潜在竞争对手识别流程。识别流程涵盖
预处理专利数据、新兴技术识别和潜在竞争对手识别三个步骤,涉及LDA主题模型构建、新兴技术指标体系建立和
技术知识存量计算等关键问题。【结果/结论】以智能驾驶领域为例,证明了基于新兴技术开展潜在竞争对手识别具
有一定的可行性,期望本方法能够为领先企业识别潜在竞争对手提供决策支持。【创新/局限】创新性地将新兴技术
识别与潜在竞争对手识别相结合,丰富潜在竞争对手识别理论与方法。 相似文献
16.
[目的/意义]从研究主题的知识生产与扩散两方面识别学科研究热点，有利于明确学科重点，把握学科发展动向，为预测未来研究趋势提供研究基础。[方法/过程]提出主题动能概念，基于研究主题的生产与扩散指标构建主题动能模型，综合分析某时间段某主题的研究质量(横向热度)与速度(纵向变化),识别学科研究热点；并根据多时间段的动能变化情况划分不同类型的研究热点，描述其动态变化。[结果/结论]选择图书情报领域2017—2021年研究文献与引证文献为例进行实证分析，发现主题动能模型能够有效识别当前阶段的学科研究热点；选择2012—2016年和2017—2021年两个时间段的相关数据分析主题动能变化，能够划分学科“前沿型”“稳定型”“衰退型”三种类型研究热点，实现对学科研究的动态描述。 相似文献
17.
[研究目的]基于技术研发与基础研究的关联挖掘技术领域前沿主题,对于促进基础研究成果转化具有重要意义。但是现有技术领域前沿主题预测或者来自专利或者依据文献分析,存在基础研究与技术研发的脱节。[研究方法]以专利代表技术研发成果,通过专利的非专利引文建立技术研发与基础研究的关联关系,并提出一种综合考虑专利引用基础研究成果时滞及专利科学循环周期预测技术领域前沿主题的方法。[研究结论]研究结果显示:a.可基于技术研发成果集中引用基础研究成果的时滞区间,通过基础研究成果主题预测技术领域前沿主题;b.中国农业技术领域前沿主题包括种质资源发掘保存与创新、畜禽健康养殖与疫病防护、环保型肥料创制等;c.中国材料技术领域前沿主题包括智能材料与结构制备技术、高温超导材料与制备技术;d.中国能源技术领域前沿主题包括大规模输配电和电网安全保障、可再生能源低成本规模化开发利用、氢能及燃料电池技术等;e.中国网络信息技术领域前沿主题包括传感器网络与智能信息处理、智能感知技术、信息安全保障技术等;f.中国制造与工程技术领域前沿主题包括极端制造技术、数字化与智能化设计制造。 相似文献
18.
[目的/意义]关键技术问题研究对于辅助各创新主体把握创新突破方向、攻克关键核心技术、推进技术创新具有重要意义。[方法/过程]针对目前技术关键问题挖掘领域识别样本、流程、方法上的不足，提出多文本分析的领域关键技术问题挖掘框架，以专利说明书技术背景为主，综述性论文结束语和技术需求文档为辅，从数据获取及转化、技术问题提取、技术问题主题识别、关键技术问题发现4个环节展开分析。[结果/结论]对石墨烯领域案例研究证明了多文本分析的领域关键技术问题识别框架的有效性；专利说明书技术背景、综述论文结束语与技术需求文档在挖掘技术问题上的表现、描述极性、结果上具有不同的解释力度，可互相佐证补充。 相似文献
19.
[目的/意义]构建基于LDA的企业竞争对手识别模型，在海量同领域企业中精准识别竞争对手，剖析其技术发展领域，为企业制定竞争策略提供情报支撑。[方法/过程]首先，根据技术领域与目标企业下载专利数据；其次，将目标企业与相同技术领域企业专利数据合并，对专利摘要进行主题建模并借助LDAvis可视化工具与相对接近度计算识别潜在竞争对手；最后，借助LDA模型、困惑度与主题相似度计算潜在竞争对手技术多样化指数(TD)与技术专业化指数(TS),通过竞争力气泡图识别竞争对手类型，从而完成竞争对手识别模型的构建。[结果/结论]构建的企业竞争对手识别模型可以较好地识别出目标企业的竞争对手，并建议目标企业应积极对标竞争对手的技术领域，制定相应发展战略，从而促进企业在激烈的市场竞争中脱颖而出。 相似文献
20.
【目的/意义】通过综合使用论文和专利数据源，开展新兴技术的识别与演化路径方法研究，期望以此提高学科领域新兴技术探测研究的准确性和科学性。【方法/过程】首先，针对集成电路这一特定领域使用Word2Vec语义相似度与字符串相似度相结合的方法构建词袋，并利用LDA主题模型发现并识别集成电路领域隐含的技术主题，构建新颖度、强度和热度等多维指标对新兴技术进行对比和甄别。其次，划分时间窗，采用余弦相似度算法计算相邻时间窗内主题间的相似性，以可视化路径的形式将筛选结果进行呈现，以此判断主题演化关系类型。【结果/结论】研究发现，集成电路领域呈现学界与业界研究成果相互促进的良好态势，结合论文与专利数据的新兴技术识别方法，可以有效且清晰的发现集成电路研究领域的热点型、增长型、成熟型和潜在型技术主题，并通过新兴技术演化路径的构建，揭示了领域科学与技术间知识的交互与转移。【创新/局限】本研究创新性采用Word2Vec语义相似度与字符串相似度相结合的方法构建词袋，提高了词袋构建质量，为后续基于LDA主题模型识别隐含的技术主题奠定了基础，但在数据源的多样性、时滞性问题，以及模型阈值设置的客观性上还存在局限性，需要... 相似文献